AI 學習紀錄 – Stable Diffusion 多人物設定

本文參考內容，為 Youtube 上的這個影片。

使用 stable diffusion (以下稱 SD) 一直是隨便玩玩而已，可以說是邊玩邊學一點。因為至今還是沒辦法搞出什麼生產力，所以只能繼續的學習，跟著時代的進步，培養一些知識，哪天時候到了才不會落後太多。

SD 的使用上，一開始專注於提示詞，後來發現模型影響更大。模型好，隨便出圖都很漂亮，但這些也算不上什麼知識。其中出圖的一點就是想要產生多個人物，而且有各別的描述，所以就找了一下，就找到前面提的影片了。

但它所使用的插件 (extensions) 用起來還是不那麼完美，畫面變寬，出現比指定的人數還要多了，所以也算不算最終方案。就當學習紀錄，騙騙點擊了。

Stable Diffusion 產生多人物

安裝插件

在 stable diffusion 要產生多人物，要安裝2個插件。Latent Couple extension (two shot diffusion port) 與 Composable LoRA。安裝方式是在啟動stable diffusion 後，到 extension 頁面分別指定這個2個插件的網址以進行安裝

• https://github.com/opparco/stable-diffusion-webui-composable-lora
• https://github.com/opparco/stable-diffusion-webui-two-shot

若出現安裝失敗，可以打開 “–enable-insecure-extension-access” 的這個 flag

安裝完畢後，重啟 SD

檢視插件

重啟後，在 txt2img 頁面的最下方，可以看到 Composable Lora, Latent Couple 兩個設定。將2個項目，都勾選 enabled

這時以模型 v1-5-pruned-emaonly.safetensors  下達提示詞 two girl, 並以 seed 643249611 來產生圖片，應該可以看到下面這個圖片。

接著以如下提示詞產生圖片

就可看到如圖描述的銀髮與黑髮女孩出現

產生3人圖片

上面的例子是2人的例子，其 latent couple 的設定如下

若要產生3人的話，將其設定改為

而提示詞改為

就可以產生圖片如下

雖然有點可怕，但還算是符合描述了。用不同的模型，可以產生比較漂亮的圖。用 “anything-v3-full.safetensors” 可以產生如下的圖

參數上的意義，可以從比較得出

• Division: 第1個是1:1, 後面就是1:n, 看有幾個人物, n就是多少，而且要有幾份
• Positions: 第一個是0:0, 後面就是0:1, 0:2…看有幾個人
• Weight: 第一個是0.2, 後面都用0.8就可以了。

不確定性

上面的參數，在 1024×512狀況都還算正常，但當我產生了一張 1920×1080 的圖後，就變成如下

說好的3個人，變成了6個人~~~

結語

SD 其實算的上是不錯了，可自訂的範圍很大(不穩定)，比較 Dalle3 雖然有意料外的結果，也代表著更大的可調範圍。在 AICG 這一塊，感覺還有很大的優化空間，我已經隱約感覺到需要一個提示詞程式語言來做這項工作了。人類這種語焉不詳的模式，連 AI 都搞不懂啊~~~

相關文章:

AI 學習紀錄 – Stable Diffusion 使用 AI 學習紀錄 – 使用 Docker 架設 Stable Diffusion 進行 Lora 微調 AI Learning: Setting up Stable Diffusion using Docker for Lora Fine-tuning AI 學習紀錄 – Docker 安裝模型之疑難雜症